Docker-GitHub Actions Runner 项目中的持久化配置指南
2025-07-07 12:01:59作者:丁柯新Fawn
在基于Docker容器部署GitHub Actions Runner时,持久化配置是一个关键考虑因素。本文将以docker-github-actions-runner项目为例,详细介绍如何通过Docker Compose实现Runner的持久化运行。
为什么需要持久化配置
GitHub Actions Runner在首次运行时需要向GitHub服务器注册,这一过程会生成重要的配置文件。如果没有持久化存储这些文件,每次容器重启都需要重新注册Runner,这不仅带来额外操作负担,还可能导致Runner ID变更等问题。
核心配置参数
实现持久化主要依赖以下两个关键配置:
- CONFIGURED_ACTIONS_RUNNER_FILES_DIR:指定Runner配置文件存储路径
- /runner/data卷挂载:确保配置文件在容器重启后依然可用
推荐的Docker Compose配置
以下是经过优化的Docker Compose配置示例:
version: '2.3'
services:
worker:
image: myoung34/github-runner:latest
environment:
REPO_URL: https://github.com/example/repo
RUNNER_NAME: example-name
RUNNER_TOKEN: your_github_token
RUNNER_WORKDIR: /tmp/runner/work
CONFIGURED_ACTIONS_RUNNER_FILES_DIR: /runner/data
RUNNER_SCOPE: 'repo'
LABELS: linux,x64,gpu
security_opt:
- label:disable
volumes:
- '/var/run/docker.sock:/var/run/docker.sock'
- '/runner/data:/runner/data'
- '/tmp/runner:/tmp/runner'
配置详解
- CONFIGURED_ACTIONS_RUNNER_FILES_DIR:设置为/runner/data,这是容器内存储Runner配置的目录
- 卷挂载:将主机上的/runner/data目录映射到容器内的相同路径,确保配置持久化
- RUNNER_SCOPE:设置为'repo'表示Runner仅用于特定仓库
- LABELS:定义Runner的标签,便于工作流中识别和选择
注意事项
- Runner组:RUNNER_GROUP参数仅适用于GitHub Enterprise,普通用户应注释掉此参数
- 路径一致性:Docker-in-Docker场景下,主机和容器内的路径必须保持一致
- SELinux系统:需要添加security_opt配置以允许容器管理其他容器
持久化原理
当Runner首次启动时,会在/runner/data目录下生成以下重要文件:
- .credentials:包含Runner的认证信息
- .runner:Runner的配置文件
- 其他运行时需要的文件
通过将/runner/data目录挂载到主机,这些文件得以保留。当容器重启时,Runner会检查该目录下的配置文件,如果存在则直接使用,无需重新注册。
最佳实践建议
- 定期备份/runner/data目录
- 为不同的Runner使用不同的持久化目录
- 考虑使用命名卷代替主机目录挂载,以获得更好的可移植性
- 监控Runner的运行状态,确保自动重启机制正常工作
通过以上配置,您可以建立一个稳定可靠的GitHub Actions Runner环境,适合个人开发者或小型团队使用。这种方案特别适合需要长期运行的自动化任务场景。
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
yuanrongopenYuanrong runtime:openYuanrong 多语言运行时提供函数分布式编程,支持 Python、Java、C++ 语言,实现类单机编程高性能分布式运行。Go051
pc-uishopTNT开源商城系统使用java语言开发,基于SpringBoot架构体系构建的一套b2b2c商城,商城是满足集平台自营和多商户入驻于一体的多商户运营服务系统。包含PC 端、手机端(H5\APP\小程序),系统架构以及实现案例中应满足和未来可能出现的业务系统进行对接。Vue00
ebook-to-mindmapepub、pdf 拆书 AI 总结TSX01
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
540
3.77 K
Ascend Extension for PyTorch
Python
351
417
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
889
614
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
338
185
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
988
253
openGauss kernel ~ openGauss is an open source relational database management system
C++
169
233
暂无简介
Dart
778
193
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
115
141
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.35 K
758